- 博客(94)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 pip 错误
Problem: ERROR: matplotlib 1.3.1 requires nose, which is not installed.solve: sudo pip intall noseProblem: ERROR: matplotlib 1.3.1 requires tornado, which is not installed.Solve: sudo pip install ...
2019-11-19 18:11:34
530
原创 MySql遇到字段中有空格
在使用Mysql进行select数据的过程中，偶尔会遇到列名的字段中间有空格，比如CHCR这张表中的第一列：‘ACC LF’。由于无论是ACC还是LF都不是该表中的任何一个字段，因此，在select语句执行后，会有报错信息；在尝试过多种字符（包括中括号、单引号、双引号）都无效的情况下，发现使用反引号（`）,即键盘左上角在‘～’下面的引号，可以有效的含有空格的列进行操作。...
2019-11-19 15:06:59
3932
2
原创 VNC与RDP的区别
参考文章：http://yansu.org/2013/03/21/vnc-vs-rdp.html平时可以使用VNC或者远程桌面等软件连接远程桌面，这里写一下这两个到底有什么区别。1. VNC(Virtual Network Computing)【定义】：VNC，为一种使用RFB（ Remote Frame Buffer 远程帧缓冲）协议的显示屏画面分享及远程操作软件。【特性】：VNC与操作...
2019-11-07 17:17:58
17185
原创 sublime编译python文件提示can't find '__main__' module in ' '
can't find '__main__' module in ' '【原因】没有先保存脚本再运行
2019-10-18 11:22:25
996
原创 网易笔试题——牛牛的闹钟
#include<iostream>using namespace std;int main(){ int N; cin>>N; int H[100]; int M[100]; for(int i=0; i<N; i++){ cin>>H[i]; cin>>M[...
2018-06-06 15:40:19
445
原创 Temporal Segment Networks(TSN)实验及错误日志
TSN是16年Activity Challenge比赛中”untrimmed video classification”项目的冠军。 TSN项目代码地址：https://github.com/yjxiong/temporal-segment-networks实验流程记录参考README.md下载项目代码，并编译git clone --recursive http...
2018-04-16 11:17:47
4170
22
原创 ImportError: No module named sklearn.metrics
BUG:ImportError: No module named sklearn.metrics 解决方法： 1、查看是否已安装sklearn包pythonimport sklearnsklearn.__version__2、如果显示没有安装好，pip install pip install sklearn...
2018-04-13 10:00:50
14992
转载 SVM面试题
应聘数据挖掘工程师或机器学习工程师，面试官经常会考量面试者对SVM的理解。以下是我自己在准备面试过程中，基于个人理解，总结的一些SVM面试常考问题（想到会再更新），如有错漏，请批评指正。（大神请忽视）转载请注明出处：blog.csdn.net/szlcw1SVM的原理是什么？SVM是一种二类分类模型。它的基本模型是在特征空间中寻找间隔最大化的分离超平面的线性分类器。（间隔最大是...
2018-04-12 16:58:39
2750
原创 统计回文
真是字符串操作无能。。。#include<iostream>#include<string.h>using namespace std;bool huiwen(string str){ int len = str.length(); if(len == 1){ return true; } else{ ...
2018-03-23 16:21:21
334
原创 解救小易——网易笔试
分析：这是一道典型的动态规划。递推公式为： A[m][n]=⎧⎩⎨mnmin(A[m−1][n],A[m][n−1])+1(n==1)(m==1)(else)A[m][n]={m(n==1)n(m==1)min(A[m−1][n],A[m][n−1])+1(else)A[m][n]=\begin{cases} m & \text{(n==1)} \\n & \text{(m==1)} \\...
2018-03-23 09:46:30
343
原创 游戏人物标记——腾讯笔试
该题目是腾讯2017年校招笔试题 解题思路：1024个游戏共有21024210242^{1024}个状态，我们可以用32个32位的无符号整型来表达这1024个游戏。比如a[0]表示0~31个游戏，a[31]表示第992~1023个游戏。数字直接除以32就是要在哪个上做标记，数字模32表示该位上该表示什么数字。有点乱，绕绕就好了。贴一张我绕晕了的时候画的图： #include<...
2018-03-22 21:55:23
591
原创 论文阅读：Network In Network
源码及论文地址：https://github.com/BVLC/caffe/wiki/Model-Zoo#network-in-network-model这篇paper改进了传统的CNN网络，采用了少量的参数就轻松击败了Alexnet网络，Alexnet网络参数大小是230M，采用这篇paper的算法才29M，减小了将近10倍。另外，这篇paper提出的网络结构，是对传统CNN网络的一...
2018-03-16 16:40:33
805
转载 Caffe 训练时loss等于87.3365且保持不变的原因及解决方法
如题，在caffe训练时，遇到这个特殊的数字之后，loss会一直就是这个数字。 网上虽然有很多针对这个问题调参的trick，但少有详细的分析，因此，有必要研究一下caffe的源代码。 softmax的公式为 pk=exp(xk)∑iexp(xi)pk=exp(xk)∑iexp(xi)p_k= \frac{exp(x_k)}{\sum_{i}exp(x_i)} 其中x为softmax前...
2018-03-16 15:10:51
2665
原创 一些琐碎+分不清的知识点
机器学习部分反向传播 （Back propagation）vs 梯度下降（Gradient descent）反向传播算法是用来训练ANN的。简而言之，训练ANN就是通过反向传播代价，以减少代价为导向，调整参数。 调参的方式是采用梯度下降算法（Gradient descent），沿着梯度方向调整参数大小。 反向传播算法的推导可以看博客：反向传播算法具体推导过程交叉熵 其中...
2018-03-14 09:34:01
288
原创 深度神经网络模型压缩方法总结
新的卷积计算方法这种是直接提出新的卷积计算方式，从而减少参数，达到压缩模型的效果，例如SqueezedNet,mobileNet1. SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size代码地址：https://github.com/DeepScale/Squeez...
2018-03-13 19:15:03
5363
原创 二叉搜索树（BFS）总结
满二叉树定义：高度为h，并且由2{h} –1个结点的二叉树，被称为满二叉树。 完全二叉树定义：一棵二叉树中，只有最下面两层结点的度可以小于2，并且最下一层的叶结点集中在靠左的若干位置上。这样的二叉树称为完全二叉树。 特点：叶子结点只能出现在最下层和次下层，且最下层的叶子结点集中在树的左部。显然，一棵满二叉树必定是一棵完全二叉树，而完全二叉树未必是满二叉树。 二...
2018-03-03 21:36:22
3475
原创 链表总结
链表是一种动态数据结构。每次添加一个节点时分配一次内存。由于没有闲置的内存，链表的空间效率比数组要高。 常用的链表有：单向链表，双向链表，循环链表 下面是一个单项链表添加节点和删除节点的代码/*一个单向链表的节点定义如下*/struct ListNode{ int nValue;//数据域 ListNode* pNext;//指针域};/*向链表末尾添加一个节点...
2018-03-03 20:33:33
350
原创 查找算法总结
主要参考七大查找算法无序查找：被查找数列有序无序均可；有序查找：被查找数列必须为有序数列。顺序查找就是平时常用的暴力搜索，属于无序查找算法。从数据结构线形表的一端开始，顺序扫描，依次将扫描到的结点关键字与给定值k相比较，若相等则表示查找成功；若扫描结束仍没有找到关键字等于k的结点，表示查找失败。时间复杂度：O(n)O(n)O(n)int SequenceSe...
2018-03-02 20:57:39
599
原创 matlab画图
主要参考和命令都来自于 matlab常用的设置，坐标系、线条颜色、线型，字体、属性博客，我这里只挑了几个我常用的代码。plot函数示例：>> x=linspace(0,1,21);>> y=[56.4,56.57,56.61,57.79,58.24,60.24,63.04,64.79,65.17,65.81,67.00,68.20,71.09,72.74,72.41,72.0
2018-01-08 17:31:29
891
原创 C++十进制转二进制
1、无脑型 31位的二进制，前面补零void dec2bin(int num, int bin[]){ for(int i = 31; i>=0; i--){ if(num & (1<<i)) bin[30-i]=1; else bin[30-i]=0; }}2...
2017-12-27 09:40:40
11191
2
原创 以LeNet为例分析CNN中的参数量
CNN最重要的两点：局部连接和权值共享 局部连接：神经元和上层部分神经元相连接 权值共享：基于局部连接，在每个神经元和上层部分神经元之间权值是共享的，也就是说对于一个神经元，和它相连的所有上层神经元之间的权值都是一致的，这样可以大大减少参数量。对于在feature_map中的理解：对于一个feature_map只需要训练一种kernel。首先，对于LeNet整体上介绍一下：...
2017-12-15 18:20:43
1992
1
原创 反向传播（Back propagation）算法推导具体过程
BP算法的成就无需多言，现在就来进行一下具体的推导。推到过程依赖于西瓜书（《机器学习》 周志华）1、首先定义一个单隐层神经网络，具体参考西瓜书102页： 2、各类符号的意义： 3、 初始化公式： 4、分别推导： BP算法代码：x = xlsread('C:\Users\icefire\Desktop\ml\西瓜3.xlsx', 'sheet1', 'A1:...
2017-12-12 20:28:12
1692
3
原创 运行iDT算法代码及后续特征编码
DT&IDT算法应该算是行为识别领域中经典中的经典了，自从13年提出以来，在HMDB-51和UCF-101等若干个数据库上得到了非常好的效果，虽然DT&IDT算法做不过深度学习，但是由于其算法的有效性，现在大部分都是以“Ours+IDT”的形式呈现在论文里，并且加上了IDT后，结果的确能得到很明显的提升。 具体IDT算法的讲解可以参考博客：行为识别笔记：improved dens...
2017-11-27 09:28:20
5083
77
原创 Ubuntu安装screen
首先需要确认自己的Ubuntu里有没有安装好的screen，如果遇到错误bash: screen: command not found，那就是说明没有安装. 命令行中输入apt-get update后会看到一系列更新的信息 命令行中输入`apt-get install screen，然后又是一堆安装信息（这里的截图不全，后面还有很多打印出来的信息） 此时screen已安装成功，在命令行中可以正常创建
2017-11-08 09:37:04
23106
原创 Python中矩阵SVD分解及还原
python中SVD分解及还原:import numpy as npfrom numpy import linalg as laS = np.zeros([5,5])A=np.random.randint(1,25,[5,5])u,sigma,vt = la.svd(A)print(A)for i in range(5): S[i][i] = sigma[i]tmp = np.
2017-10-25 21:01:38
18534
原创 Python常用函数记录
产生随机数组 np.random.random(10)随机生成一个10个值（值的大小为0～1）的一维数组； np.random.rand(10,10)随机生成一个10*10（值的大小为0～1）的二维数组（还可以是任意维数组）；np.random.randint(1,10,(4,5))随机生成一个4*5（值的大小为1～10）的数组（还可以为某个范围内的任意维数组）；用 b = arange(
2017-10-18 09:51:48
454
原创 cifar数据库及图像可视化
1、下载cifar10（cifar100）数据库https://www.cs.toronto.edu/~kriz/cifar.html 这里使用的是matlab版本： 2、matlab版本的cifar数据库这里以cifar10为例： 下载的数据库可以看到是有若干个batch.mat文件的： data_batch_x.mat是训练数据。matlab命令行中输入命令：load('data_batc
2017-10-17 17:10:17
1056
原创 准确率（accuracy）、精确率（precision）、召回率（recall）
整理了知乎上的前两个回答，https://www.zhihu.com/question/19645541 其中精度是检索出相关文档数与检索出的文档总数的比率，衡量的是检索系统的查准率；召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率。一般来说，Precision就是检索出来的条目（比如：文档、网页等）有多少是准确的，Recall就是所有准确的条目有多少被检索
2017-10-13 16:54:48
47423
12
原创 Python与matlab在存储三维数组上的区别
对于一张彩色图像，用matlab读进来后得到的是一个三维数组，如174×223×3174\times223\times3，但是Python中保存的顺序有些不同，对于同一张图像，可能会读成174×3×223174\times3\times223。其实对于我们人来说很好理解，就是相当于把坐标旋转了一下，但是在真正处理时需要注意这个问题。 另外如果想对三维矩阵进行旋转的话，可以使用permute函数。例
2017-10-11 20:38:06
3487
原创 利用matlab画混淆矩阵（confusion matrix）
写论文的过程中经常需要画一个混淆矩阵（confusion matrix）来验证分类结果的有效性。通常只需要两个步骤： - 保存混淆矩阵文本文件 - matlab中使用imagesc命令例如：>> rand(10,10) #这里只是生成一个随机数矩阵用来举例子，具体要看自己的数据>> imagesc(ans)即可得到混淆矩阵图，可以添加Colorbarshipyar使图片更加好看。
2017-10-11 20:18:08
24829
原创 使用pip安装包
以安装pymongo包为例。进入ANACONDA prompt。（由于我没有将pip添加到环境变量，所以要进入到pip所在目录：..\ANACONDA\Scripts） 输入命令 pip install pymongo，成功会显示 总的过程如图：
2017-10-11 11:21:36
934
原创 pip错误：TypeError: parse() got an unexpected keyword argument 'transport_encoding'
在ANACONDA3(64-bit)，ANACONDA Prompt中不能用pip命令安装包，并且是在安装了TensorFlow后才发生的。报错如下：解决办法：输入命令conda install -c anaconda html5libException:Traceback (most recent call last): File "C:\ProgramData\Ana
2017-10-11 11:03:11
18270
36
原创 论文阅读：Learnable pooling with Context Gating for video classification
这篇论文是2016年Google Cloud & YouTube-8M Video Understanding Challenge比赛中冠军得主的论文。 文章的两点贡献：融合了VLAD, bag-of-visual-words和Fisher Vector三种编码方式，并且每个都做了一定程度的调整。其中，VLAD改为NetRVLAD, bag-of-visual-words改为Sof...
2017-10-09 21:29:01
1479
原创 视频分类/动作识别数据库研究现状
主要参考论文：A survey on deep learning based approaches for action and gesture recognition in image sequences 以及最后的YouTube-8M数据库的情况：
2017-10-09 17:02:00
3710
1
原创 视频分类数据集
近年来为推动视频分类的研究，陆续发布了相关的视频数据集。小型标注良好的数据集如KTH，Hollywood2，Weizmann；中型的数据集如UCF101，Thumos’14和HMDB51，这些数据集超过了50类行为类别；大型数据集如Sports-1M，YFCC-100M，FCVID数据集，ActivityNet数据集，YouTube-8M等。
2017-10-08 18:24:19
4925
原创 Action recognition进展介绍
原文地址：http://blog.csdn.net/wzmsltw/article/details/70239000随着深度学习技术的发展，以及计算能力的进步（GPU等），现在基于视频的研究领域越来越受到重视。视频与图片最大的不同在于视频还包含了时序上的信息，此外需要的计算量通常也大很多。目前主要在做视频中动作定位相关的工作，为了开拓思路，读了不少视频分析相关领域的文章，所以打算写几篇博客，对...
2017-10-08 18:21:59
891
原创 Python 保存数组至.mat文件，报错：AttributeError: 'numpy.ndarray' object has no attribute 'items'
Python保存数组的方式有很多种，如savetxt，但这个函数只能保存一维或二维数组。为了保存高维数组，同时能够在matlab载入，可以使用scipy.io.savemat()函数，例子：import numpy as npimport scipy.io as sioA = np.array([[[1, 2], [3, 4]],[[5, 6], [7, 8]]])print Aprint
2017-09-15 14:42:08
20253
3
原创 论文阅读：Deep Filter Banks for Texture Recognition and Segmentation
2015年的CVPR，深度卷积特征+Fisher Vector的方法在纹理数据库上得到了比较优秀的performanceMotivation: 作者认为，对于纹理特征来说，使用全连接层的特征有一下三个问题：卷积层的特征更像一个非线性的滤波器，而全连接层能够扑捉到空间的信息，但这对纹理的表示没有用的输入层必须固定尺寸以适应全连接层的大小，这需要大量的计算浅层具有更好的传递...
2017-09-10 21:10:02
1867
原创 Python 脚本错误:IndentationError: unindent does not match any outer indentation level
好好的Python脚本，确定了每行都已经正确对齐了， 可是运行时还是会遇到提示缩进有误的问题：IndentationError: unindent does not match any outer indentation level我使用的是sublime2编辑器，上述问题是由于TAB和空格混用的情况，如图第38行，其余几行都是tab格式，而第38行出现了四个点点： 【解决方案】在sublime2
2017-08-30 20:48:15
1420
原创 论文阅读：Multi-scale orderless pooling of deep convolutional activation features
2014年ECCV Motivation以往的图像分类，关注的信息可能更容易被干扰。比如下图中的（a），groundtruth应该是滑雪（ski），但是由于一些其他信息的干扰，导致红框中框出来的部分被分类为shovel，篮框中被认为是阿尔卑斯山，那么这篇论文就是基于这样一个motivation，试图关注图像中更细节的信息。 Basic IdeaMulti-sca...
2017-08-17 21:38:58
714
NS基础与安装
2016-07-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人